一种自动化道路边界轮廓提取方法技术

本公开的实施例提供了一种自动化道路边界轮廓提取方法、系统、设备和计算机可读存储介质。所述方法包括获取待提取道路边界轮廓的图像；对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；对所述HSV三通道图像进行道路像素提取，得到二值化图像；对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。以此方式，可以实现快速、稳定、准确、高效率的道路轮廓线自动提取，无需人工干预，为道路路面养护管理提供数据支持和决策支撑。

【技术实现步骤摘要】
一种自动化道路边界轮廓提取方法
本公开的实施例一般涉及道路提取
，并且更具体地，涉及一种自动化道路边界轮廓提取方法、装置、设备和计算机可读存储介质。
技术介绍
道路宽度是公路交通运输的一个重要指标，公路维护部门技术人员需要测量道路的宽度信息，为物流调度、公路养护决策提供支撑。目前的道路宽度自动测量系统主要采用基于固定拍摄角度的图像测量技术实现。具体技术流程为：(1)采用检测车搭载相机，以固定角度拍摄检测车前方的道路图像；(2)从采集的图像中，确定待测道路的边界轮廓；(3)利用相机的俯仰角等固有参数，计算画面中路面部分所对应的路面宽度。在上述技术流程中，步骤(2)是最关键的一环。由于采集过程的时间与空间跨度大，拍摄到的海量图像数据通常具有光照与天气条件各异(晴天路面上存在树影与反光，雨天地面有积水，阴天画面整体对比度低等)、路面状况复杂(包含各种破损、坑槽、水渍等状况，且路面上有各种车辆与行人等物体，路面轨迹曲折形状多变，路侧设施坍塌影响到路面等)、道路背景复杂(包含草地、山体、树木、水体、路侧设施等各种不同背景特征)等特点。目前已有的道路边界轮廓提取方法主要有以下三种：人工描绘、边缘检测算法、Hough变换方法。但是，上述三种方法均不能实现快速、稳定、准确、高效率的道路轮廓线自动提取。例如，通过人工描绘进行道路边界轮廓提取，效率低下，耗时高，人力成本高；通过边缘检测算法进行道路边界轮廓提取，效果非常不稳定，不具备适应各种图像类型的能力；通过Hough变换方法进行道路边界轮廓提取，达不到检测效果。因此，设计出一种适用图像类型广的自动化道路边界轮廓提取方法，对道路宽度自动测量系统至关重要。
技术实现思路
本公开旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，在本公开的第一方面，提供了一种自动化道路边界轮廓提取方法。该方法包括：获取待提取道路边界轮廓的图像；对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；对所述HSV三通道图像进行道路像素提取，得到二值化图像；对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。进一步地，所述对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像包括：将所述待提取道路边界轮廓的图像由RGB色彩空间转换为HSV色彩空间；将转换为HSV色彩空间的待提取道路边界轮廓的图像进行去噪处理，得到所述HSV三通道图像。进一步地，所述对所述HSV三通道图像进行道路像素提取，得到二值化图像包括：根据预设的道路基准位置信息，确定在所述HSV三通道图像中与所述道路基准位置对应的所有正确H通道数据；对所述与所述道路基准位置对应的所有正确H通道数据进行分析，确定道路数据和非道路数据，对所述道路数据和非道路数据进行赋值，生成输出图像；对所述输出图像进行处理，生成二值化图像。进一步地，所述根据预设的道路基准位置信息，确定在所述HSV三通道图像中与所述道路基准位置对应的所有正确H通道数据包括：根据预设的道路基准位置信息遍历所述HSV三通道图像中与所述道路基准位置对应的H通道全部数据，确定所述H通道全部数据出现的次数，并进行统计；若所述通道数据出现的次数满足预设标准，则所述通道数据为正确H通道数据。进一步地，所述预设标准通过预设的筛选比率和通道数据出现的次数进行设定。进一步地，所述对所述输出图像进行后处理，生成二值化图像包括：对所述输出图像进行均值滤波、灰度图转换、二值化和开闭操作处理，生成二值化图像。进一步地，所述对所述二值化图像进行道路轮廓检测，得到道路轮廓数据包括：对所述二值化图像进行道路轮廓检测，得到所述二值化图像内的所有闭合轮廓；计算所述所有闭合轮廓的面积，选取面积最大的闭合轮廓；绘制所述最大的闭合轮廓的凸轮廓，将所述凸轮廓作为道路轮廓。在本公开的第二方面，提出了一种自动化道路边界轮廓提取系统，包括：图像输入模块，用于获取待提取道路边界轮廓的图像；图像预处理模块，用于对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；道路像素提取模块，用于对所述HSV三通道图像进行道路像素提取，得到二值化图像；轮廓检测模块，用于对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；道路提取模块，用于根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。在本公开的第三方面，提出了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如根据本公开的上述方法。在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的上述方法。本申请实施例提供的一种自动化道路边界轮廓提取方法，通过获取待提取道路边界轮廓的图像；对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；对所述HSV三通道图像进行道路像素提取，得到二值化图像；对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。实现了快速、稳定、准确、高效率的道路轮廓线自动提取，同时能适应图像不清晰、有噪点等多种实际情况。应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。附图说明结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1是本申请的一个实施例可以应用于其中的示例性系统架构图；图2是根据本申请的自动化道路边界轮廓提取方法的一个实施例的流程图；图3是根据本申请的自动化道路边界轮廓提取方法的位置基准划分结构示意图图4示出了根据本申请实施例的自动化道路边界轮廓提取的方框图；图5是用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示本文档来自技高网...

【技术保护点】
1.一种自动化道路边界轮廓提取方法，其特征在于，包括：/n获取待提取道路边界轮廓的图像；/n对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；/n对所述HSV三通道图像进行道路像素提取，得到二值化图像；/n对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；/n根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。/n

【技术特征摘要】
1.一种自动化道路边界轮廓提取方法，其特征在于，包括：
获取待提取道路边界轮廓的图像；
对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像；
对所述HSV三通道图像进行道路像素提取，得到二值化图像；
对所述二值化图像进行道路轮廓检测，得到道路轮廓数据；
根据所述道路轮廓数据在所述待提取道路边界轮廓的图像上绘制道路轮廓。


2.根据权利要求1所述的方法，其特征在于，所述对所述待提取道路边界轮廓的图像进行预处理，得到HSV三通道图像包括：
将所述待提取道路边界轮廓的图像由RGB色彩空间转换为HSV色彩空间；
将转换为HSV色彩空间的待提取道路边界轮廓的图像进行去噪处理，得到所述HSV三通道图像。


3.根据权利要求2所述的方法，其特征在于，所述对所述HSV三通道图像进行道路像素提取，得到二值化图像包括：
根据预设的道路基准位置信息，确定在所述HSV三通道图像中与所述道路基准位置对应的所有正确H通道数据；
对所述与所述道路基准位置对应的所有正确H通道数据进行分析，确定道路数据和非道路数据，对所述道路数据和非道路数据进行赋值，生成输出图像；
对所述输出图像进行处理，生成二值化图像。


4.根据权利要求3所述的方法，其特征在于，所述根据预设的道路基准位置信息，确定在所述HSV三通道图像中与所述道路基准位置对应的所有正确H通道数据包括：
根据预设的道路基准位置信息遍历所述HSV三通道图像中与所述道路基准位置对应的H通道全部数据，确定所述H通道全部数据出现的次数，并进行统计；
若所述通道数据出现的次数满足预设标准，则所述通道数据为正确H通道数据。

<...

【专利技术属性】
技术研发人员：覃落雨，袁胜古，姜山，徐昊，仇民龙，李丽，
申请(专利权)人：国交空间信息技术北京有限公司，
类型：发明
国别省市：北京;11